AWS ECS双部署状态异常：导致Ansible服务稳定校验失败

核心原因：连接排空机制的延迟 #

你的问题本质是ECS的**连接排空（Connection Draining）**流程导致的部署状态延迟：

• 当旧部署（ACTIVE状态，期望计数0）需要终止时，ECS会先触发连接排空，发送(service x, taskSet ecs-svc/9969948609626318494) has begun draining connections on 1 tasks.事件，等待该任务上的现有客户端连接处理完毕后，才会彻底终止任务并标记部署完成。
• 你设置的最小健康百分比=0仅控制部署过程中允许的健康任务数量下限，不影响旧任务的连接排空等待流程——这是独立于健康检查的机制。

Ansible校验失败的原因 #

aws ecs wait services-stable命令的触发条件是服务下所有部署都进入稳定状态：

• 当服务同时存在“进行中”的PRIMARY部署和“未彻底完成”的ACTIVE部署时，服务整体不满足“稳定”要求，因此命令会持续等待直到所有部署状态收敛。

后续自动恢复的逻辑 #

当旧任务的连接排空完成后：

• ECS会发送service x (deployment ecs-svc/9969948609626318494) deployment completed.事件，同时清理旧的ACTIVE部署记录和已停止的任务
• 此时服务仅剩状态稳定的PRIMARY部署（期望计数1），满足services-stable的等待条件，Ansible命令随即执行成功。

优化建议 #

如果需要减少这类等待时长，可参考以下操作：

• 调整ECS服务的连接排空超时时间（默认300秒），根据业务场景设置合理的超时阈值（可在服务的负载均衡配置或任务定义中修改）
• 若业务允许强制终止旧任务，可在部署时添加--force-new-deployment参数，跳过部分连接排空等待（需注意可能导致未处理的客户端连接中断）

内容的提问来源于stack exchange，提问作者João Amaro